Nouveauté

Técnicas y Herramientas de IA a través de PYTON. Aprendizaje Supervisado: Support Vector Machine, Ensamblado de Modelos y Redes Neuronales

Par : Asensio F. M.
Offrir maintenant
Ou planifier dans votre panier
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format ePub est :
  • Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
  • Compatible avec une lecture sur liseuses Vivlio
  • Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
Logo Vivlio, qui est-ce ?

Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement

Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
Google PlayApp Store
  • FormatePub
  • ISBN8231626502
  • EAN9798231626502
  • Date de parution02/07/2025
  • Protection num.pas de protection
  • Infos supplémentairesepub
  • ÉditeurWalzone Press

Résumé

La mayoría de las técnicas de aprendizaje supervisado se desarrollan a lo largo de este libro desde un punto de vista metodológico y desde un punto de vista práctico con aplicaciones a través del software Python. Se profundiza en las siguientes técnicas: Vecino más cercano (kNN), Support Vector Machine (SVM), Naive Bayes, Métodos de ensamblado, Bagging, Boosting, Voting, Stacking, Blending, Random Forest, Redes Neuronales, Perceptrón Multicapa, Redes de Base Radial, Redes de Hopfield, Redes LSTM, Redes Recurrentes RNN, Redes GRU y Redes Neuronales para Predicción de Series Temporales
La mayoría de las técnicas de aprendizaje supervisado se desarrollan a lo largo de este libro desde un punto de vista metodológico y desde un punto de vista práctico con aplicaciones a través del software Python. Se profundiza en las siguientes técnicas: Vecino más cercano (kNN), Support Vector Machine (SVM), Naive Bayes, Métodos de ensamblado, Bagging, Boosting, Voting, Stacking, Blending, Random Forest, Redes Neuronales, Perceptrón Multicapa, Redes de Base Radial, Redes de Hopfield, Redes LSTM, Redes Recurrentes RNN, Redes GRU y Redes Neuronales para Predicción de Series Temporales